考虑客户价值的动态竞争性物流网络优化

为了在动态竞争环境下构建合理的物流网络,提出考虑服务水平、产品价格及距离的客户效用函数,基于客户价值差异及其动态变化建立了以企业为领导者、以竞争者为跟随者的销售终端优化双层规划模型和企业上游产销网络优化模型,从而实现企业物流网络的整体优化。针对该模型的特点,采用带精英策略的快速非支配排序遗传算法等设计了迭代求解算法并进行了数值仿真,结果表明:企业在利润和销量上均获得了较好的结果,所占比例分别为50.81%和55.75%,该结果比Lingo10.0编程计算的结果更优。通过数值仿真分析表明了模型和算法的有效性,为动态环境下基于客户价值差异的物流网络设计提供了理论支持。     

产品族配置与考虑升级的再制造设计主从关联优化

针对产品族配置与考虑升级的再制造设计协同问题,提出一种主从关联优化方法,建立了一个双层规划模型.该模型以产品族配置设计为主优化问题(主者),并以产品族的全生命周期利润最大化为目标建立上层模型;下层优化问题则是以再制造利润最大化为目标,决策如何选择产品的升级模块和再制造模块(从者).为了求解该模型,开发双层嵌套遗传算法及其相应的编码策略.最后,将该模型和求解算法应用于台式电脑产品族案例中,将所得的结果与两阶段方法进行比较,验证了其有效性及可行性,并说明了所提主从关联优化方法在解决产品族配置与考虑升级的再制造设计关联优化问题方面的优势性.     

基于非合作博弈的产品族策略选择

针对产品族演进过程中产品成本与客户需求效用之间的冲突问题,采用博弈理论,提出并构建了基于非合作博弈的产品族策略选择模型。分别确立了由企业和目标细分市场构成的决策主体,由企业产品族衍生产品的成本与细分市场客户需求效用构成的博弈效用函数以及企业与细分市场博弈双方的策略方案,从而将"产品成本-客户需求效用"冲突问题转化成多目标博弈决策问题。通过遗传算法(GA)寻求基于非合作博弈的NASH均衡点,保证企业产品成本与细分市场客户需求效用两方面的综合得益最大化。最后,以某小型轮式装载机产品族为例,验证该方法的有效性。     

多节点流水线制造车间订单接受与调度研究

在准时化生产(Just-In-Time,JIT)模式发展背景下,订单交货延迟惩罚以及产品库存费用受到越来越多关注。针对订单交货延迟惩罚与产品库存费用之间的平衡问题,在有限产能的前提条件下,建立了以总利润最大化为目标的订单接受与调度一体化决策模型。模型使用改进型双层编码遗传算法进行求解分析。最后经实例验证,通过与其他几种启发式订单选择规则进行对比,以及对改进前与改进后的算法对比,分别验证了模型与算法的有效性与可行性。     

基于主从关联优化的产品族参数规划方法研究

针对产品族优化设计中存在的共性与个性的相互依存、制约关系,研究面向产品族的主从关联的参数优化规划技术。建立基于灵敏度分析的产品族参数识别划分方法,根据产品族设计参数的主从关联特点,建立优化问题的双层规划模型。提出一种采用多项式响应面拟合和遗传算法相结合的混合算法实现双层规划,下层采用多项式响应面法将双层优化目标拟合成为单层优化目标,在上层实现产品族公共参数的优化,再通过上层可适应参数的松弛约束关系传递,在下层利用遗传算法实现变型产品的参数优化。以起重机卷筒组件产品族规划为例,基于所提出的主从关联优化方法,得到个性变型产品参数最优值,为起重机卷筒组件产品及类似产品的产品族优化设计提供一种方法借鉴。     

供应链协同契约研究

为了使供应链达到协同,提出了利润共享与买回契约组合而成的新型混合契约,并用该契约对单供应商一单零售商,以及单供应商一多零售商组成的两级供应链模型进行了协同分析,整个分析过程采用了Stackel-berg博弈理论,其中供应商作为领导者,零售商作为跟随者.分析结果和数值实例说明,混合契约可以使供应商与零售商协同,并使供应链渠道总利润最大化.     

产品族设计与供应商的订单分配关联优化研究

针对统一采购情形下产品族设计与供应商订单分配问题,提出了一个以产品族利润最大为目标,满足产品配置要求、供应商最小订单数量等约束的产品族设计与供应商订单分配关联优化模型,并开发了一种自适应遗传算法对模型进行求解。为了防止由于优化问题中存在的订单等式约束导致算法产生大量不可行的染色体,给出了一种按比例分配订单的染色体编码与解码方法。同时算法设计了自适应的交叉方式与变异方式尽可能避免陷入局部最优解。最后通过一个实例验证了所提优化方法和求解算法的有效性。     

多目标约束环境下的模块化产品族设计方法研究

研究了在多目标约束环境下的产品族设计方法。针对产品族结构和设计特点 ,结合大批量定制设计(DFMC)、产品生命周期管理等思想 ,以功能、装配和成本约束为手段 ,以产品族核心平台 (product platform)的求解为设计目标 ,给出了模块化产品族设计方法。通过对各种约束的量化和定性分析 ,促进了产品族设计的合理性和有效性。该方法对于基于核心平台的模块化产品族设计具有良好的可行性     

基于可重生PSO的双层产品组合决策问题

针对实际生产中有中间品生产的产品组合所遇到的机器超载严重、原材料限制等问题,建立了一个集成的双层的产品组合决策模型并进行优化.模型的目标是企业所获利润最大化,综合考虑了订单需求、机器能力及产品与中间品组合关系等约束,运用双层嵌套粒子群算法求解模型,并通过改进的可重生粒子群算法提高解的质量.以企业实际生产数据为例,通过与遗传算法、基本粒子群算法的对比,证明了算法的可行性和优越性.     

供应链环境下产能优化配置问题的混合粒子群算法

针对供应链环境的协作特征,研究以下游企业需求为导向的产能优化配置,建立了以最大化企业盈利、设备利用率以及下游企业需求饱和度为目标的问题模型,并设计了基于精英集的多目标粒子群算法。算法结合模型的约束特征,采用约束满足技术生成初始解,基于惩罚函数的思想设计适应度函数,并对不可行解提出了修复规则;针对多目标优化特征,在求解过程中通过建立精英集来保存非劣解,并基于Pareto最优的概念更新精英集,利用基于k-means聚类的精英集裁剪策略,来保证精英集规模和粒子的分布性。实验结果表明了模型和算法的可行性和有效性。     

产品族架构设计与供应商选择的主从关联优化

针对产品族架构设计与供应商选择的关联优化问题，提出了基于主从对策的交互评价机制。根据主从决策机制建立主从关联双层规划优化模型，以产品族架构设计为主，供应商选择为从。模型上层以效用-成本比为目标，决策产品族架构设计方案。模型下层以成本为目标，决策供应商的选择。构建双层嵌套遗传算法求解模型，并添加具有产品族特色的编码处理策略。最后以客车底盘的案例对模型和遗传算法进行了验证。     

集成供应商选择的产品族设计多目标方法

为避免将产品族设计和供应商选择过程分割而导致不可行或非最优的产品开发方案,以及从多角度对产品族优化设计方案进行评估和权衡,提出一个集成供应商选择的产品族设计多目标优化方法,并建立了一个以最大化产品族总利润和最小化产品族生产风险为多目标的优化模型。在该模型中考虑了产品情感属性对消费者选择行为的影响,以更准确地分析消费者的购买偏好、实现产品族的优化过程。针对优化问题,采用非支配排序遗传算法对模型进行求解。通过实际案例说明了所提优化方法和求解算法的可行性和合理性。     

产品开发设计过程中的成本优化控制模型

提出了一种适合按订单设计类型企业在产品开发设计过程中的成本优化控制模型，该模型要求在产品的开发设计过程中不仅要考虑技术条件约束下实现产品的最大客户化要求，为企业获取订单和市场优势奠定基础；同时要考虑产品的资源和成本约束，确保企业获得利润。给出了模型实用的贪心求解算法。实际应用表明该模型能够有效地指导企业进行产品的优化设计。     

面向结构建模的产品族EAC模型及应用研究

提出基于实体-属性-约束（entity--attribute--constraint，EAC）模型的产品族建模方法，将产品族表达为实体、属性、约束三元组。实体是产品族的物理对象及其抽象；属性是对物理对象的特性描述；约束是维护产品族实体对象和属性对象的关系集合。提出基于VGBOM的产品族描述模型，该模型除了能表示一族产品的结构和关系，涵盖产品所有可能的产品变型的特点外，还具有变量化的特点，使得产品族通过配置更易于实现产品变型。     

虚拟企业资源结盟博弈的启发式遗传算法

将制造企业联合生产问题归结为一类资源结盟博弈问题,每个企业持有的资源,不足以满足其生产目标要求,而通过建立联盟则可相互合作,各自实现目标。从考察企业联盟稳定性入手,基于目标可行性及联盟相容性等概念,深入分析了联盟及其目标集之间的约束关系。采用评价函数来判断企业联盟的稳定性,设计了交叉修正算子、变异算子等启发式遗传算子,提出了求解稳定联盟的遗传算法。启发式遗传算子充分利用了资源结盟博弈领域知识,能够引导染色体避开不可行解,并快速向最优解方向进化,算法具有更好的搜索性能。     

基于多目标萤火虫算法的可调节产品族优化设计

在多平台可调节产品族优化设计下,针对无先验信息时产品族共性与差异性合理平衡的复杂性,提出以共性最大及平均性能损失最小的可调节产品族多目标约束优化模型。借鉴“非支配排序＋拥挤度排序”思想,对传统的萤火虫亮度比较操作及亮度更新操作方法进行改进,提出一种适用于求解多目标约束优化模型的改进型萤火虫算法;构造具有共性可变能力的双层结构人工萤火虫个体表达模式,用于求解可调节产品族优化模型。通用电动机产品族优化设计案例的仿真实验,验证了所提模型和算法的有效性。     

改进PSO算法求解具有柔性生产路径钢铁产品分配问题

针对钢铁企业实际生产和产品分配特点,研究了柔性生产路径下的产品分配问题,建立以最大化企业利润、设备利用率和市场产品满足率为目标的多目标模型,并设计了改进粒子群算法对问题进行求解。算法考虑模型的复杂约束特征,采用约束满足技术产生初始解,并利用惩罚函数设计适应度函数,通过动态调整粒子群算法中的惯性权重对粒子进行动态更新,最后,通过实际钢厂数据的实验仿真,说明了模型的可行性和改进粒子群算法的有效性。     

多中心冷链共同配送路径优化及利润分配研究

针对多中心冷链共同配送车辆路径优化研究在生鲜商品新鲜度、资源共享以及合作利润分配机制方面研究的不足，提出了新鲜度约束下多中心冷链共同配送车辆路径优化及利润分配问题。首先，在满足生鲜商品新鲜度要求的前提下建立以车辆配送总成本最小为目标的车辆路径优化模型。其次，根据模型特点，应用K-means聚类算法确定客户点的服务关系，设计改进的混合蚁群算法进行求解。最后，利用Shapley值利润分配模型计算不同联盟体下各企业的利润分配值。结果表明冷链物流企业之间通过联盟合作，可以增加企业利润，且联盟规模越大，企业获利越多。     

溢出效应和网络贴合度扰动下的二级供应链网络广告投放策略分析

为研究溢出效应和网络贴合度扰动下,二级供应链的网络广告投放策略问题,以强势制造商和两个网络零售商组成的二级供应链为研究对象,考虑产品的网络贴合度和网络广告计费特征,构建基于溢出效应的期望需求模型,通过博弈论方法给出了完全不合作、合作、半合作、战略联盟等4种模式下的均衡解,并对以上4种均衡结果进行比较分析。研究结果表明:无论在何种模式下,制造商批发价格与产品的网络贴合度成反比;固定位网络广告投资额和网络广告投资总额与产品的网络贴合度成正比,固定位网络广告投资额与溢出效应成反比;合作状态下的利润总额通常情况下较低;当产品的网络贴合度超过一定阈值范围时,采用战略联盟使得供应链成员利润最大化。     

动态物流网络多目标优化模型及求解算法

针对动态物流网络优化问题,构建了多阶段三级物流网络模型。为了同时保证物流网络的效益和效率,以产品供应总成本最小和供应总时间最短为目标建立多目标优化模型。针对该模型多目标、多约束且存在时变参数的特点,提出了动态自适应多目标差分进化算法(DSMODEA)对模型进行求解。DSMODEA算法为元启发式智能优化算法,通过比较种群个体的Pareto支配关系和拥挤度距离来判断个体优劣,采用差分进化策略不断迭代收敛。同时,提出了环境变化检测算子、环境变化响应策略和自适应策略以保证算法能很好地求解动态优化问题。算例表明,DSMODEA算法能够求得各阶段物流网络的最佳可行供应方案,且所采用的响应策略和自适应飞行策略大大提高了算法的性能。